Новости

14.05.2014 00:23
Рубрика: Общество

Люди не железные

Как ученого заменить компьютером
Профессор шведского Университета Линчепинга Игорь Абрикосов намерен в московском вузе решить фантастическую задачу: устранить ученого из самого процесса поиска новых знаний. За него это сделает суперкомпьютер. О своей, прямо скажем, невероятной идее он рассказал корреспонденту "РГ".

Когда нам рисуют будущее, где многие функции человека возьмут на себя роботы, это понять можно. Но чтобы ученого заменила машина? До такого даже фантасты не додумались.

Игорь Абрикосов: Реальность порой превосходит самые смелые фантазии. Компьютеры уже строят модели автомобилей, самолетов, реакторов, помогают в разработке новых материалов, лекарств, новых технологий и т.д. Такие модели позволяют во много раз сократить сроки создания новой техники. Вам не надо делать образцы изделия, затем их испытывать, выявлять недостатки, а затем изготавливать следующий вариант. Еще недавно именно так и выглядел процесс создания новой техники. Суперкомпьютеры изменили его до неузнаваемости. На моделях проигрываются различные варианты изделия, которые раньше воплощались в "железе". А теперь электронные мозги сразу выдают самый оптимальный вариант.

То есть на финише сразу получается готовый, хотя и виртуальный фабрикат. Его можно смело воплощать в жизнь, оборачивать в фантик и на рынок?

Игорь Абрикосов: Это пока еще в идеале. Но степень готовности полученного с помощью компьютера изделия очень высока. Львиная доля расходов в создании новинки теперь приходится не на "железо", а на программное обеспечение, построение компьютерных моделей, и это существенно удешевляет весь процесс поиска.

Итак, применение суперкомпьютеров для разработки новой техники уже стало делом привычным. Ясна логика этого научного направления: надо наращивать мощности "вычислителей". Но вы предлагаете принципиально новый метод использования суперкомпьютеров. В чем его суть?

Игорь Абрикосов: Если конкретно, то речь идет о создании новых материалов, свойства которых нам даже трудно представить. В начале исследования мы не можем предположить, что в итоге получится. Пока это звучит невероятно, но такие возможности сегодня уже вполне реальны. Чтобы было понятнее, вспомним компьютерных "гроссмейстеров". Казалось бы, у человека есть перед ними серьезное преимущество - интуиция, нестандартные ходы, варианты, которые не предусмотрены ни в каких учебниках. А машина всего лишь тупо пересчитывает варианты на много ходов вперед. Казалось бы, ее легко запутать, вывести на такое "поле" поиска ходов, где ей все неизвестно. Перед ней возникает астрономическое число неизвестных вариантов, и машина в них просто захлебывается. В итоге проигрывает. Так и было на первых порах матчей с человеком. Но прошли годы, и сейчас даже чемпионы не хотят садиться за доску с компьютером. Потому что проигрывают.

Машины поумнели?

Игорь Абрикосов: До искусственного интеллекта еще далеко, но считать машины стали с невероятной скоростью. Они совершают триллионы операций в секунду (терафлопс), а уже создаются более мощные вычислители. Перед ними бессильна любая интуиция даже чемпиона мира.

Говоря образно, тупой компьютерный мозг все сметает на своем пути. Позади остается "выжженная земля". И теперь вы хотите, чтобы такие машины так же тупо рассчитывали новые материалы? Брали различные химические элементы и соединяли их в разных сочетаниях? Да еще при разных условиях, температурах, давлениях и т.д. Но число вариантов может превысить число звезд во Вселенной...

Игорь Абрикосов: Не совсем так. Поймите правильно. Это новая научная идея. И мы только приступаем к реализации подобных подходов. Конечно, если в "лоб" применить методы компьютерного моделирования, дать машине просто считать разные варианты, то она в любом случае выдаст результат, хотя ей придется туго. Ведь надо перебрать гигантское число вариантов.

Но все дело в том, что с высокой вероятностью этот результат окажется неточным. Не оптимальным. Отсюда главная цель нашего проекта - существенно улучшить качество закладываемых в компьютер теоретических моделей, верно задать коридор поиска. Определиться с ориентирами. И тогда вероятность "плохих" решений сокращается на порядки, а в принципе может быть исключена.

На первых порах мы намерены работать с вычислительной мощностью в 30 - 40 терафлопс, в дальнейшем довести его до 300 терафлопного суперкомпьютера. Рассчитываем, что принципиально новые подходы позволят не только сократить сроки разработки материалов минимум в два раза с сегодняшних 15 - 20 до 5 - 10 лет, но и получить совершенно необычные материалы, которых мы пока не можем себе даже представить.

Почему эта работа будет проходить в Московском институте стали и сплавов?

Игорь Абрикосов: Во-первых, я сам его выпускник. С 1993 года работаю в Швеции, где прошел весь путь от постдока до профессора. В Университете Линчепинга у меня кафедра теории и моделирования. Много лет сотрудничаю с МИСиС. Сейчас мы подали совместную заявку на российский мегагрант, учрежденный правительством России, и выиграли 90 миллионов рублей. Еще 25 процентов от этой суммы вносит институт. В итоге получилась очень приличная сумма даже по европейским меркам. По условиям гранта в университете под моим руководством создается новая лаборатория, здесь я буду четыре месяца в году проводить исследования. Для лаборатории уже почти построен первый научный кластер, так что, надеюсь, совсем скоро можно будет начинать работы. Очень благодарен вузу за такую оперативность.

Наука Общество Наука Научный подход с Юрием Медведевым